超越生成式AI：用于临床预测、反事实推断和规划的世界模型

arXiv 25.11 2025 60.8 method

TLDR

综述了用于临床预测、反事实推断和规划的世界模型，引入能力评估标准并识别可靠性和验证方面的差距。

评分理由

Strengths: comprehensive survey across healthcare domains, clear capability rubric (L1-L4), and identification of critical gaps. Weaknesses: review paper without new experiments, limited novelty, and reliance on existing works for validation.

Read-first 评分解释

综合优先阅读分 60.8，由主题、引用、图谱、方法、可复现性和近期性等信号加权得到。原始总分保留为 48。

近期性 8%

86.7

使用温和的时间衰减，让近期论文更容易浮现，同时保留较早基础工作的价值。年份：2025

方法质量 25%

检查可见的摘要与分析字段，寻找实验、数据集、基线、指标和局限性等方法证据。命中信号：评估、验证

主题相关性 42%

68.6

使用现有 LLM 关键词相关性评分，并归一化到 0-100。关键词：world model、world simulator、generative world model、interactive world model、video world model、world dynamics prediction、model-based reinforcement learning world model

可复现性 25%

检查链接和可见文本中的论文、代码、数据集、工件与仓库信号。论文：有；代码：无；数据：无；命中信号：无

研究版图角色

前沿论文方法锚点

排序敏感性

稳定性：volatile；排名波动范围：263。

关键词评分

world model

world dynamics prediction

world simulator

model-based reinforcement learning world model

generative world model

interactive world model

video world model

深度分析

创新点

引入用于医疗保健世界模型的能力评估标准（L1-L4）：L1时间预测、L2动作条件化预测、L3反事实展开、L4规划/控制
识别限制临床可靠性的跨领域差距：动作空间和安全约束定义不充分、干预验证薄弱、多模态状态构建不完整、轨迹级不确定性校准有限
概述了开发临床稳健的预测优先世界模型的研究议程，将生成骨干与因果/机械基础相结合

方法

本文对医疗保健中的世界模型进行了文献综述，调查了三个领域的最新工作：医学影像与诊断、基于电子健康记录的疾病进展建模、机器人手术与手术规划。引入了能力评估标准（L1-L4）对系统进行分类，并识别了跨领域差距。

关键结果

大多数被综述的系统达到L1（时间预测）和L2（动作条件化预测），L3（反事实展开）实例较少，L4（规划/控制）罕见。

局限性

动作空间和安全约束定义不充分
干预验证薄弱
多模态状态构建不完整
轨迹级不确定性校准有限

技术栈

TransformersDiffusion modelsVariational Autoencoders (VAE)Joint Embedding Predictive Architecture (JEPA)

资源

论文